收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于遗传算法的朴素贝叶斯分类研究

胡为成  
【摘要】:分类是数据挖掘领域中重要的研究分支,国内外己经取得了许多令人瞩目的成就。朴素贝叶斯分类器由于计算高效、精确度高,并具有坚实的理论基础而得到广泛的应用。然而,朴素贝叶斯分类器的条件独立性假设限制了对实际数据的应用。遗传算法是模拟生物在自然环境中的遗传和进化过程而形成的一种自适应全局优化概率搜索算法,具有简单、通用、稳健等特性,使其在复杂实际问题的求解中显示出巨大的优越性,而且能在概率意义下收敛到问题的全局最优解。 本文基于遗传算法,对朴素贝叶斯分类问题进行研究,主要工作如下: (1) 概述数据挖掘的研究背景,数据挖掘的主要任务,描述了数据挖掘中分类问题的定义、方法以及分类模型评价的标准等。 (2) 描述了朴素贝叶斯分类模型,朴素贝叶斯分类模型的一般原理,以及存在的问题。 (3) 阐述了遗传算法的基本思想,并描述了遗传算法的一种改进算法即自适应遗传算法。 (4) 将遗传算法引入到朴素贝叶斯分类研究中,提出一种基于遗传算法的朴素贝叶斯分类算法(G_NBC),该算法为避免数据预处理时,训练集的噪音及数据规模过大使属性约简的效果不太理想,并进而影响分类效果的问题,在训练集上通过随机属性选取生成若干属性子集,并以这些子集构建相应的朴素贝叶斯分类器,进而采用遗传算法进行优选。实验表明了该算法的有效性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 李玲;李海军;王钲旋;王利民;;基于主动学习提升朴素贝叶斯[J];计算机工程与应用;2006年19期
2 钱颖能;胡运发;;用朴素贝叶斯分类法选股[J];计算机应用与软件;2007年06期
3 欧阳泽华;郭华平;范明;;在逐渐缩小的空间上渐进学习朴素贝叶斯参数[J];计算机应用;2012年01期
4 裴亚辉;熊盛武;;朴素贝叶斯及其扩展模型[J];网络安全技术与应用;2007年08期
5 赵彦琦;谢小西;荀宇畅;;朴素贝叶斯分类法的应用[J];电子制作;2013年07期
6 菅小艳;崔彩霞;;基于朴素贝叶斯的文本分类[J];电脑开发与应用;2013年12期
7 王实;高文;;增强型朴素贝叶斯学习[J];计算机科学;2000年04期
8 杨忠强;秦亮曦;;一种基于属性加权的朴素贝叶斯改进算法[J];广西大学学报(自然科学版);2013年05期
9 张彩丽;杨帆;张玉杰;;柴油机供油系统状态的朴素贝叶斯诊断方法研究[J];计算机测量与控制;2008年08期
10 白耀辉;陈明;王举群;;利用朴素贝叶斯方法实现异常检测[J];计算机工程与应用;2005年34期
11 王双成;冷翠平;侯彩虹;;操作风险等级预测的朴素贝叶斯方法研究[J];计算机工程与应用;2008年12期
12 谭小球;;基于朴素贝叶斯方法的数字化学习过程评价[J];现代计算机(专业版);2008年07期
13 安艳辉;董五洲;游自英;;基于改进的朴素贝叶斯文本分类研究[J];河北省科学院学报;2007年01期
14 李柏生;林亚平;鄢喜爱;;基于朴素贝叶斯网络的入侵检测分析[J];网络安全技术与应用;2007年09期
15 姜立标;马乐;余建伟;刘永花;;多阶段聚类—朴素贝叶斯的异常检测[J];重庆大学学报;2009年08期
16 杨光祖;王国军;;一种新的朴素贝叶斯属性选择算法[J];科学技术与工程;2009年04期
17 王小丽;远俊红;;基于加权朴素贝叶斯分类法的成绩预测模型[J];电子技术与软件工程;2013年19期
18 周文刚;金鑫;;基于树扩展朴素贝叶斯的高效网络入侵检测系统[J];北京师范大学学报(自然科学版);2007年01期
19 曾文赋;;样本-属性加权的朴素贝叶斯改进算法[J];微型机与应用;2014年06期
20 林国;;基于朴素贝叶斯的农业土地适宜性评价算法设计[J];杭州师范大学学报(自然科学版);2010年02期
中国重要会议论文全文数据库 前3条
1 石志伟;吴功宜;;改善朴素贝叶斯在文本分类中的稳定性[A];NCIRCS2004第一届全国信息检索与内容安全学术会议论文集[C];2004年
2 李海军;王钲旋;王利民;苑森淼;;基于主成分分析提升朴素贝叶斯[A];中国仪器仪表学会第六届青年学术会议论文集[C];2004年
3 李毅;顾健;顾铁军;;基于朴素贝叶斯方法的邮件样本预筛选[A];全国计算机安全学术交流会论文集·第二十五卷[C];2010年
中国硕士学位论文全文数据库 前5条
1 胡为成;基于遗传算法的朴素贝叶斯分类研究[D];合肥工业大学;2006年
2 周龙;基于朴素贝叶斯的分类方法研究[D];安徽大学;2006年
3 王翔;基于朴素贝叶斯和One-R的入侵检测问题研究[D];合肥工业大学;2008年
4 周远阳;基于朴素贝叶斯方法的新闻分类系统的实现[D];暨南大学;2012年
5 孙秀亮;基于属性加权的选择性朴素贝叶斯分类研究[D];哈尔滨工程大学;2013年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978